内容提要
作者利用全职工作之余约三个月开发内容平台Persumi的MVP,支持短文、长文、RSS、社区、私信和投票等功能,核心特色为多“人格”分类与AI文本转语音。技术栈采用Elixir/Phoenix、LiveView、Tailwind和Postgres,部署于Fly全球多区域;搜索最终选用Algolia,TTS由本地Coqui改为Google API,月成本约20美元。
延伸解读
MVP 的功能取舍:先做全,再做精
作者对 MVP 的定义是:先覆盖短文、长文、RSS、社区、私信、投票等基础功能,再靠“人格”分类和 AI 文本转语音两个特色功能形成差异。这种思路适合个人项目——基础功能保证产品可用,特色功能提供记忆点。但作者也承认,付费订阅、广告分成等增值功能被排除在 MVP 之外,说明他刻意控制了范围,避免因功能膨胀拖慢上线。
技术选型的实用主义:熟悉优先,试错要快
作者选择 Elixir/Phoenix 和 LiveView,主要因为自己更熟悉、开发效率高,同时想在生产环境验证 LiveView。搜索服务从 Typesense 换到 Meilisearch 再到 Algolia,原因是前两者对中文字符支持不完善;TTS 从本地 Coqui 改为 Google API,则是因为 Docker 镜像过大、部署困难。这些切换说明:个人项目应优先选熟悉且能快速验证的方案,遇到硬伤及时换,不必死磕。
基础设施的权衡:全球分布与成本控制
作者用 Fly 部署多区域实例,配合 Fly Postgres 读写分离,月成本约 20 美元。最初用 Neon 时,因数据库只在美国西部,与澳洲实例之间的往返延迟导致复杂事务耗时数秒,换成 Fly Postgres 后响应明显改善。这说明全球分布架构中,数据库位置与计算节点的匹配比单纯堆服务器更重要。同时,作者也指出 Fly 的文档和蓝绿部署仍有问题,选型时需预留运维精力。
本地机器学习的教训:CPU 推理不如外部 API
作者最初坚持在本地 CPU 上运行 TTS 模型,希望未来能自己训练改进,但 Coqui TTS 导致 Docker 镜像达 4-5GB,超出 Fly 的部署限制,只能把依赖放到持久卷,破坏了基础设施的不可变性。改用 Google TTS 后,音质更好、成本相当、部署简化。作者反思:不应在个人 MVP 中本地跑机器学习,大厂 API 在效果和运维上更划算。这一教训对资源有限的独立开发者尤其有参考价值。
Q&A
作者在全职工作之余,用多长时间完成了Persumi的MVP?
作者花了大约三个月构建MVP的大部分功能,然后花了一两周在基础设施上,再花一两周进行打磨,总共约3-4个月,同时保持全职工作。
Persumi的MVP包含哪些核心功能?
MVP包含短文(类似推文)、长文(博客或书籍章节)、RSS订阅、社区(类似论坛)、用户间私信、投票(喜欢/不喜欢)系统,以及一些CRUD粘合代码。此外还有两个“英雄”功能:多“人格”分类和AI文本转语音。
Persumi的技术栈是什么?为什么选择Elixir?
技术栈包括Elixir/Phoenix、LiveView、Tailwind CSS和Postgres数据库。选择Elixir是因为它和Erlang/OTP开箱即用地支持分布式系统,作者最近写Elixir更多所以更高效,想在生产环境尝试LiveView,并且更喜欢Phoenix的应用架构。
Persumi的搜索功能最终用了哪个服务?为什么?
最终选择了Algolia。作者先尝试了Typesense(中文搜索有问题)和Meilisearch(免费层被取消且中文搜索有边缘情况),Algolia虽然更贵但有免费层,且中文搜索结果更好,重新实现搜索只花了一晚上。
Persumi的基础设施如何部署?每月成本大约多少?
使用Fly.io部署Web服务器,分布在美西、澳大利亚和欧盟三个区域;使用Fly Postgres作为数据库,包括一个写实例和两个读副本。还使用Cloudflare CDN和R2存储资源文件。每月成本约20美元。
作者在机器学习方面遇到了什么重大失误?如何解决的?
作者最初想在本地运行Coqui TTS模型,但导致Docker镜像过大(4-5GB)且部署困难,后来改为使用Google的TTS API,音质更好、成本相当(有免费额度)、简化了基础设施。此外还使用Google PaLM 2进行文本摘要和AI写作辅助。